باختصار
بيانات منظور الشخص الأول (Egocentric Data) هي تسجيلات بصرية وحركية مأخوذة من موضع الشخص المنفّذ نفسه — من كاميرا على رأسه أو حسّاسات على جسمه — لا من كاميرا خارجية تراقبه.
بالتفصيل
الفرق بين تصوير شخص وهو بيعمل قهوة من كاميرا في ركن الغرفة، وبين تسجيل نفس المشهد من كاميرا على رأسه، أكبر مما يبدو.
المنظور الخارجي بيدّيك المشهد، لكن المنظور الأول بيدّيك ما رآه المنفّذ فعلًا لحظة اتّخاذ كل قرار حركي: أين كانت يده، ما الذي كان في مجال رؤيته، متى نظر إلى المقبض قبل أن يمسكه. وده بالظبط الإشارة اللي محتاجها سياسة التحكّم في الروبوت.
السبب إن الروبوت نفسه بيشتغل من منظور الشخص الأول: كاميراته على جسمه، وأذرعه في مجال رؤيته. فبيانات مأخوذة من نفس المنظور أقرب كثيرًا لتوزيع ما سيراه فعلًا وقت التشغيل.
والسبب الاقتصادي وراء الاهتمام واضح: ندرة بيانات العالم المادي هي العائق الأساسي أمام الروبوتات عامة الغرض — مش الخوارزميات. النصّ والصور متاحة بالمليارات على الإنترنت، أما تسجيلات «كيف يمسك إنسان كوبًا مبلّلًا» فغير موجودة بالحجم المطلوب.
عشان كده ظهر سوق كامل لجمع البيانات دي. شركة Mecka AI مثلًا بتدفع لأشخاص مقابل تسجيل أنفسهم وهم يؤدّون مهامّ يومية — تحضير قهوة أو إصلاح سيارة — باستخدام حسّاسات على الجسم وهواتف ذكية، وكانت في سبتمبر 2026 تقترب من جولة تمويل عند تقييم نحو 500 مليون دولار. والهدف المعلن: تفعل للروبوتات ما فعلته شركات البيانات البشرية لنماذج اللغة الكبيرة.
وبيانات المنظور الأول بتُستخدم عادةً جنب أساليب تانية، أشهرها التشغيل عن بُعد (Teleoperation)، حيث يقود إنسان الروبوت مباشرةً فتُسجَّل حركاته كبيانات تدريب.
مثال عملي
عايز تدرّب روبوتًا يطوي مناشف. تصوير عامل من كاميرا سقف هيدّيك شكل الطيّة النهائية، لكن مش هيوضّح ترتيب الإمساك ولا زاوية المعصم.
كاميرا على رأس العامل مع حسّاسات على يديه هتدّيك التسلسل الكامل: نظر لأي ركن أولًا، أمسك بأي إصبع، متى شدّ. ده اللي يقدر الروبوت يتعلّم منه سياسة قابلة للتنفيذ.
مصطلحات مرتبطة
- Teleoperation — التشغيل عن بُعد، الأسلوب المكمّل لجمع البيانات.
- Physical AI — الذكاء الاصطناعي المادي، المجال اللي ينتمي له.
- Imitation Learning — التعلّم بالتقليد، الطريقة اللي بتستهلك البيانات دي.
المصادر: TechCrunch — 2026-09-11
